Uke 4: z-transformasjonen

Like dokumenter
Uke 4: z-transformasjonen

Uke 4: z-transformasjonen

Uke 4: z-transformasjonen

Dagens temaer. 3 domener. Tema. Time 4: z-transformasjonen. z-dometet; ett av tre domener. Andreas Austeng@ifi.uio.no, INF3470

Uke 4: z-transformasjonen

Uke 5: Analyse i z- og frekvensdomenet

Dagens temaer. Definisjon av z-transformasjonen. Tema. Time 5: z-transformasjon og frekvens transformasjon. Fra forrige gang

Repetisjon. Jo Inge Buskenes. INF3470/4470, høst Institutt for informatikk, Universitetet i Oslo

Repetisjon. Jo Inge Buskenes. INF3470/4470, høst Institutt for informatikk, Universitetet i Oslo

Fasit, Eksamen. INF3440/4440 Signalbehandling 9. desember c 0 + c 1z 1 + c 2z 2. G(z) = 1/d 0 + d 1z 1 + d 2z 2

UNIVERSITETET I OSLO

Uke 6: Analyse i frekvensdomenet

Uke 6: Analyse i frekvensdomenet

Repetisjon: LTI-systemer

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO

Fasit til midtveiseksamen

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO

Dagens temaer. Tema. Time 6: Analyse i frekvensdomenet. z-transformasjonen. Fra forrige gang. Frekvensrespons funksjonen

Transformanalyse. Jan Egil Kirkebø. Universitetet i Oslo 17./23. september 2019

Uke 6: Analyse i frekvensdomenet

Repetisjon: Eksempel. Repetisjon: Aliasing. Oversikt, 26.februar Gitt. Alle signaler. Ettersom. vil alle kontinuerlig-tid signaler.

Uke 9: Diskret Fourier Transform, I

EKSAMEN STE 6219 Digital signalbehandling

UNIVERSITETET I OSLO

pdf

Tidsdomene analyse (kap 3 del 2)

LØSNINGSFORSLAG TIL EKSAMEN STE 6219 Digital signalbehandling

STE 6219 Digital signalbehandling Løsningsforslag

Utregning av en konvolusjonssum

UNIVERSITETET I OSLO

Generell informasjon om faget er tilgjengelig fra It s learning.

UNIVERSITETET I OSLO

Løsningsforslag til hjemmeeksamen i INF3440 / INF4440

STE 6219 Digital signalbehandling Løsning til kontinuasjonseksamen

LØSNINGSFORSLAG TIL KONTINUASJONSEKSAMEN STE 6219 Digital signalbehandling

STE6146 Signalbehandling =-WUDQVIRUPHQ

LØSNINGSFORSLAG TIL EKSAMEN STE 6219 Digital signalbehandling

STE 6146 Digital signalbehandling. Løsningsforslag til eksamen avholdt

UNIVERSITETET I OSLO

UNIVERSITETET I OSLO

Tidsdomene analyse (kap 3 del 2)

Uke 10: Diskret Fourier Transform, II

Generell informasjon om faget er tilgjengelig fra It s learning.

Hjelpemidler/hjelpemiddel: D - "Ingen trykte eller håndskrevne hjelpemidler tillatt. Enkel kalkulator tillatt."


Uke 12: FIR-filter design

Sampling ved Nyquist-raten

Bruk av tidsvindu. Diskret Fourier-transform. Repetisjon: Fourier-transformene. Forelesning 6. mai 2004

Uke 12: FIR-filter design

FIE Signalprosessering i instrumentering

LØSNINGSFORSLAG TIL SIGNALBEHANDLING 1 JUNI 2010

UNIVERSITETET I OSLO

Forkunnskapskrav. Hva handler kurset om. Kontaktinformasjon. Kurset er beregnet på en student som kan

Repetisjon: Sampling. Repetisjon: Diskretisering. Repetisjon: Diskret vs kontinuerlig. Forelesning, 12.februar 2004

HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi

UNIVERSITETET I OSLO

HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi

Tidsdomene analyse (kap 3 del 1)

Ferdighetsmål: Kunne forenkle boolske uttrykk Kunne implementere flerinputs-porter med bare 2-inputs porter

INF1400 Kap 02 Boolsk Algebra og Logiske Porter


Oppgave 1 OPPGAVER OG LØSNINGSFORSLAG KONTINUASJONSEKSAMEN I FAG SMN 6147 OG SMN 6195 KOMPLEKS ANALYSE STED: HØGSKOLEN I NARVIK. KLASSE:4EL,4RTog5ID

UNIVERSITETET I OSLO

Dagens temaer. Endelig lengde data. Tema. Time 11: Diskret Fourier Transform, del 2. Spektral glatting pga endelig lengde data.

HØGSKOLEN - I - STAVANGER. Institutt for elektroteknikk og databehandling

UNIVERSITETET I OSLO

IIR filterdesign Sverre Holm

Bedømmelse: Ved bedømmelse vektlegges oppgavene I, II og III likt.

Forelesning 2. Boolsk algebra og logiske porter

Hva gikk vi gjennom forrige uke? Omid Mirmotahari 3

Ghost amplitude spectrum. d=6 m V=1500 m/s c= 1

Wavelet P Sample number. Roots of the z transform. Wavelet P Amplitude Spectrum.

Komplekse tall. Kapittel 2. Den imaginære enheten. Operasjoner på komplekse tall

HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi

Eksempel 1. Frekvensene i DFT. Forelesning 13. mai På samme måte har vi at. I et eksempel fra forrige uke brukte vi sekvensen

f(t) F( ) f(t) F( ) f(t) F( )

UNIVERSITETET I OSLO

4_Komplekse_tall.odt tg. Kap.4 Komplekse tall

Forelesning, 23.februar INF2400 Sampling II. Øyvind Ryan. Februar 2006

NORGES TEKNISK- NATURVITENSKAPELIGE UNIVERSITET Side 1 av 5

y(t) t

MA1201 Lineær algebra og geometri Løsningsforslag for eksamen gitt 3. desember 2007

Generell informasjon om faget er tilgjengelig fra It s learning. 7.1 Stokastisk prosess Lineær prediktor AR-3 prosess...

Forelesning, 17.februar INF2400 Sampling II. Øyvind Ryan. Februar 2005

IIR filterdesign Sverre Holm

6WUXNWXUHU IRU GLVNUHWH V\VWHPHU

Forelesning nr.13 INF 1410

Generell induksjon og rekursjon. MAT1030 Diskret matematikk. Generell induksjon og rekursjon. Generell induksjon og rekursjon.

01 Laplace og Z-transformasjon av en forsinket firkant puls.

EKSAMENSOPPGAVER FOR TMA4120 MATEMATIKK 4K H-03 Del B: Kompleks analyse

Egenverdier og egenvektorer

HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi

LØSNINGSFORSLAG for KONTINUASJONSEKSAMEN I FAG SIE2010 Informasjons- og signalteori, 29. juli y(n) = ay(n 1) + x(n k),

Lineære ligningssystemer og gausseliminasjon

Hjelpemidler: D Ingen trykte eller håndskrevne hjelpemidler tillatt. Bestemt, enkel kalkulator tillatt.

EKSAMENSOPPGAVER FOR TMA4120 MATEMATIKK 4K H-03 Del B: Kompleks analyse

Repetisjon digital-teknikk. teknikk,, INF2270

DAFE BYFE Matematikk 1000 HIOA Obligatorisk innlevering 1 Innleveringsfrist Fredag 22. januar :00 Antall oppgaver: 5.

Transkript:

Uke 4: z-transformasjonen Jo Inge Buskenes Institutt for informatikk, Universitetet i Oslo INF3470/4470, høst 2013

2/31 Dagens temaer z-dometet; ett av tre domener z-transformasjonen; definisjon og egenskaper H(z); systemfunksjonen og implementasjoner

3/31 Tema z-dometet; ett av tre domener

3 domener Digitale systemer kan analyseres i tids-, frekvens- eller z-domenet 4/31 1 Tidsdomenet, eller n-domenet: Domenet for sekvenser, impulsresponser og differens likninger Signaler er generert og prosessert i dette domenet Filtre er implementert i dette domenet

3 domener Digitale systemer kan analyseres i tids-, frekvens- eller z-domenet 2 Frekvensdomenet, eller Ω-domenet: Domenet for frekvensresponsen & spektrumrepresentasjon, og tolking av disse! Viktig for analyse av feks lyd, men sjeldent benyttet til implementasjon (i HW) 5/31

3 domener Digitale systemer kan analyseres i tids-, frekvens- eller z-domenet 3 z-domenet: Domenet for z-transformasjonen, operatorer, poler & nullpunkter Eksisterer primært fordi det muliggjør en matematisk analyse & syntese 6/31

7/31 Hvorfor flere domener??? Vanskelige analyser i et domene kan være enklere i et annet domene Flere domener kan gi bedre innsikt Eksempel: Finn utgangssignalet y[n] når: x[n] h[n] y[n] Beregning: n-domenet: Her må vi bruke konvolusjon (en krevende operasjon) z-domentet: Reduseres til polynomsk multiplikasjon Stabilitet: n-domenet: Bounded Input Bounded Output (BIBO) - dvs dersom y[n] < B for alle x[n], der B er en endelig verdi z-domenet: Dersom enhetssirkelen ligger i Region of Convergence (mer om dette snart) Kausalitet: n-domenet: Kun benytte tidligere og nåtids sampler z-domenet: Alle poler innenfor enhetssirkelen

8/31 Tema z-transformasjonen; definisjon og egenskaper Definisjon ROC Et lite case Egenskaper

9/31 Definisjon av z-transformasjonen X(z) Z{x[n]} = n= x[n]z n, hvor z = r e ȷ2πF = r e ȷΩ er en kompleks variabel En uendelig potensrekke; eksisterer kun for de verdiene av z hvor rekken konvergerer Region Of Convergence (ROC); den mengen av argumenter hvor X(z) antar en endelig verdi Notasjon: x[n] z X(z) x[n] ZT X(z)

Repetisjon: Sammenhengen mellom vinkler/frekvenser Hva er Ω i z = re jωn? 10/31 θ = ωt = 2πft digital konvertering, t = T s n = 2πfT s n = 2π f F s n = 2πFn = Ωn Symbol Enhet Beskrivelse t [s] Tid n Samplenummer f [Hz] Signalets frekvens T s [s] Samplingsperiode F s [s 1 ] Samplingsfrekvens F Normalisert frekvens Ω [rad] Normalisert vinkelfrekvens

11/31 Definisjon av z-transformasjonen z-transformasjonen er en funksjon av en kompleks variabel; illustreres i det komplekse z-planet z n = r e ȷ2πf T sn = r e ȷ2π f fs n = re ȷΩn z-transformasjonen evaluert på enhetssirkelen tilsvarer DTFT (tema for kapittel 5): X(e ȷΩ ) = X(z) z=e ȷΩ Hvis DTFT en eksisterer, så ligger enhetssirkelen i ROC

12/31 Drill problem 42 (a) x[n] = 05 n u[n] Finn z-transformen X(z) og dens ROC (b) y[n] = ( 05) n u[n] Finn z-transformen Y(z) og dens ROC (c) g[n] = (05) n u[ n 1] Finn z-transformen G(z) og dens ROC

13/31 Visual presentation of Drill problem 42 a

14/31 ROC Gitt endelig lengde sekvens x[n] Da er X(z) et polynom i z eller z 1 (X(z) = N 2 x[n]z n ) som konvergerer for alle z n=n 1 bortsett fra i z = 0, hvis X(z) inneholder ledd på formen z n i z =, hvis X(z) inneholder ledd på formen z n = X(z) endelig for hele planet med mulig untak for z = 0 og z = Mer generelt, så er X(z) en rasjonell funksjon: X(z) = N(z) D(z) = b 0 + b 1 z 1 + + b M z M M a 0 + a 1 z 1 + + a N z N = k=0 b kz k N k=0 a kz k

15/31 Rasjonell z-transformasjon X(z) = N(z) D(z) = b 0+b 1 z 1 + +b M z M a 0 +a 1 z 1 + +a N z N = M k=0 b kz k N k=0 a kz k Hvis a 0 0 og b 0 0, så kan vi ungå negative eksponenter av z ved å faktorisere ut leddene b 0 z M og a 0 z N : X(z) = N(z) D(z) = b 0z M a 0 z N z M +(b 1 /b 0 )z M 1 + +b M /b 0 z N +(a 1 /a 0 )z N 1 + +a N /a 0 = b 0z M a 0 z N (z z 1 )(z z 2 ) (z z M ) (z p 1 )(z p 2 ) (z p N ) = b 0 a 0 z N M ΠM k=1 (z z k) Π N k=1 (z p k )

16/31 Rasjonell z-transformasjon X(z) = b 0 a 0 z N M ΠM k=1 (z z k) Π N k=1 (z p k ) M endelige nullpunkt z = z1, z 2,, z M N endelige poler z = p 1, p 2,, p M N M nullpunkt (hvis N > M) eller poler (hvis N < M) i origo z = 0 Poler og nullpkt kan forekomme i z = Et nullpkt eksisterer i z = hvis X( ) = 0 og en pol eksisterer i z = hvis X( ) = Teller vi med alle poler og nullpunkter i origo og uendelig, finner vi at X(z) har like mange poler som nullpunkter ROC kan ikke inneholde poler! Hvis alle poler/nullpkt er kjent kan vi bestemme X(z) på en konstant nær ( b 0 a 0 )

17/31 ROC ROC generelt en annulus på formen α < z < β Hvis α = 0, kan ROC også inneholde punktet z = 0 Hvis β =, kan ROC også inneholde punktet z = Endelig tid signaler Kausal: Hele z-planet untatt z = 0 Anti-kausal: Hele z-planet untatt z = Tosidig: Hele z-plane untatt z = 0 og z = Uendelig lengde signaler Kausal: α < z Anti-kausal: z < β Tosidig: α < z < β

Et lite case for å få i gang hodecellene 18/31 Hvordan tror du h s (t) og h k (t) vil se ut her? Er dette FIR eller IIR filtre? Hva med kausalitet og lineæritet?

19/31 Et annet case For hvilke verdier av D er dette systemet stabilt? Hvis det er stabilt, hvordan vil y[n] da se ut? Hvorfor kan dette systemet bli ustabilt, men ikke gitaren?

Kort oppsummert så langt z-transformen er primært brukt til å forstå og designe IIR filtre / rekursive systemer z-domenet spennes ut av normalisert frekvens Ω = 2π f F s, og et forsterkningsfaktor r z-transformen for et vilkårlig signal x[n] (også impulsresponser) er gitt ved: 1 X(z) = x[n] z n En geometrisk rekke av komplekse n= polynomer 2 En slik rekke s kan skrives som n r <1 X(z) = a + ar + ar 2 + + ar n = a(1 rn+1 ) 1 r = a 1 r 3 ROC er de verdier for z som gjør at rekka konvergerer, dvs som gir r < 1 20/31

21/31 Egenskaper til z-transformasjonen Linearitet: Z{a 1 x 1 [n] + a 2 x 2 [n]} = a 1 X 1 (z) + a 2 X 2 (z) ROC: minst ROC x1 ROC x2 Skifting i tid: Z{x[n n 0 ]} = z n0 X(z) ROC = ROC x, med mulig untak at punktene z = 0 z = kan legges til eller fjernes Skifting i frekvens: Z{a n x[n]} = X( z a ) ROC = ROC x skalert med a

22/31 Egenskaper til z-transformasjonen Tidsreversering: Hvis Z{x[n]} = X(z) ROC : r 1 < z < r 2 så er Z{x[ n]} = X(z 1 ) ROC : 1/r 2 < z < 1/r 1 Derivering i z-domenet: Z{nx[n]} = z dx(z) dz ROC = ROC x Konvolusjon av to sekvenser: Z{x 1 [n] x 2 [n]} = X 1 (z)x 2 (z) ROC : ROC x1 ROC x2 ROC kan være større hvis det forekommer pol-nullpkt kansellering i produktet X 1 (z)x 2 (z)

23/31 Egenskaper til z-transformasjonen Kompleks konjugering: Z{x [n]} = X (z ) ROC = ROC x Startverdi (initial value) teoremet: Hvis x[n] kausal, så er x[0] = lim z X(z)

24/31 Tema H(z); systemfunksjonen og implementasjoner System transferfunksjonen Koblede systemer Operator- og blokknotasjon Blokkdiagramer

The transfere function eller systemfunksjonen Y(z) = H(z)X(z) H(z) = n= h[n]z 1 og h[n] er ekvivalente beskrivelse av et system i forskjellige domener H(z) kalles system transfere function eller bare systemfunksjonen 25/31

26/31 The transfere function eller systemfunksjonen Lineær konstant-koeffisient differanse ligning: y[n] = N a k y[n k] + M b k x[n k] gir H(z) = k=1 M b k z k k=0 1+ N a k z k k=1 k=0 Hvis a k = 0 for k = 1N; all-zero system/ FIR system / MA system If b k = 0 for k = 1M; all-pole system/ IIR system Generell form; pole-nullpunkt system/ IIR system

27/31 Koblede systemer

28/31 Operatornotasjon En forsinkelse på ett sampel tilsvarer mult med z 1 x[n 1] ZT z 1 X(z) Refererer til dette som unit-delay property Blokknotasjon av y[n] = b 0 x[n] + b 1 x[n 1]

29/31 Direkte form I struktur Gitt systemfunksjonen H(z) = b 0+b 1 z 1 1 a 1 z 1 Faktorisering av denne i en FIR og en IIR del gir H(z) = ( b 0 + b 1 z 1) ( ) ( ) 1 1 1 a 1 z = B(z) 1 A(z) Kaskadekobling av de to delene gir

30/31 Direkte form II struktur Ved bytting ( av ) rekkefølgen på IIR og FIR delen fås; H(z) = 1 A(z) B(z):

31/31 Transponert form Med utgangspkt i en Direkte form struktur (vanligvis DF II): 1 Bytt retning på alle piler (og behold multiplikatorer) 2 La alle samlepunkt bli summepunkt og vv 3 Bytt roller til inngang og utgang